1.二分類支持向量機(jī)(Two-class SVM)

2.二分類平均感知器(Two-class Average Perceptron)

3.二分類邏輯回歸(Two-class Logistic Regression)

4.二分類貝葉斯點機(jī)(Two-class Bayes Point Machine) 

5.二分類決策森林(Two-class Decision Forest) 

6.二分類提升決策樹(Two-class Boosted Decision Tree)

7.二分類決策叢林(Two-class Decision Jungle)

8.二分類局部深度支持向量機(jī)(Two-class Locally Deep SVM)

9.二分類神經(jīng)網(wǎng)絡(luò)(Two-class Neural Network)

1.多分類邏輯回歸(Multiclass Logistic Regression)

2.多分類神經(jīng)網(wǎng)絡(luò)(Multiclass Neural Network) 

3.多分類決策森林(Multiclass Decision Forest)

4.多分類決策叢林(Multiclass Decision Jungle)

5.“一對多”多分類(One-vs-all Multiclass)

1.排序回歸(Ordinal Regression)

2.泊松回歸(Poission Regression)

3.快速森林分位數(shù)回歸(Fast Forest Quantile Regression) 

4.線性回歸(Linear Regression)

5.貝葉斯線性回歸(Bayesian Linear Regression)

6.神經(jīng)網(wǎng)絡(luò)回歸(Neural Network Regression) 

7.決策森林回歸(Decision Forest Regression) 

8.提升決策樹回歸(Boosted Decision Tree Regression)

1.層次聚類(Hierarchical Clustering) 

2.K-means算法

3.模糊聚類FCM算法(Fuzzy C-means，F(xiàn)CM) 

4.SOM神經(jīng)網(wǎng)絡(luò)(Self-organizing Feature Map，SOM)

1.一分類支持向量機(jī)(One-class SVM)

2.基于PCA的異常檢測(PCA-based Anomaly Detection)

1.歸納式遷移學(xué)習(xí)(Inductive Transfer Learning) 

2.直推式遷移學(xué)習(xí)(Transductive Transfer Learning) 

3.無監(jiān)督式遷移學(xué)習(xí)(Unsupervised Transfer Learning) 

4.傳遞式遷移學(xué)習(xí)(Transitive Transfer Learning)

②根據(jù)Al訓(xùn)練模式

②根據(jù)Al訓(xùn)練模式劃分算劃

神經(jīng)網(wǎng)絡(luò)是Al大模型的主流訓(xùn)練方法

第一代神經(jīng)網(wǎng)絡(luò)與第二代神經(jīng)網(wǎng)絡(luò)可以分為4類：

監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí)

半監(jiān)督學(xué)習(xí)

強(qiáng)化學(xué)習(xí)

第三代神經(jīng)網(wǎng)絡(luò)又稱仿生神經(jīng)網(wǎng)絡(luò)可以分為：

仿生/模仿學(xué)習(xí)

淺層有監(jiān)督

深層有監(jiān)督（深度強(qiáng)化學(xué)習(xí)）

Al人工智能本身尚無統(tǒng)一的標(biāo)準(zhǔn)定義，神經(jīng)網(wǎng)絡(luò)的劃分亦有多種不同視角的劃分：

怎么劃分不糾纏，看看具體的Al算法，普通用戶大致了解下即可！

一、常見的監(jiān)督學(xué)習(xí)類算法：